基于PCA-BP神经网络的输电线路工程投资概算模型研究

作者：王林峰; 徐楠^*; 聂婧; 谢延涛; 宋妍

来源：电气传动, 2023, 53(09): 41-48.

DOI：10.19457/j.1001-2095.dqcd24405

• 主成分分析
• BP神经网络
• 输电线路
• 投资概算

传统输电线路（TTL）工程投资概算预测模型存在与实际造价偏差较大、概算管理工作效率低等问题。基于此，研究了基于主成分分析（PCA）和反向（BP）神经网络相结合的新型输电线路工程投资概算预测模型。首先，以影响输电线路工程投资的关键参数为初始输入变量，借助PCA对变量进行降维处理以简化输入数据的复杂性。其次，应用相关性剪枝算法优化BP神经网络节点数，进一步提升算法的快速性和准确性。最后，以河北省电力公司2018年01月—2020年01月输电线路工程投资概算数据为样本进行实例研究。结果表明：所设计基于PCA-BP神经网络的概算预测模型的预测准确率相比于支持向量机法（SVM）和BP神经网络法分别提升了70%和29%，具有更快的收敛速度及显著的工程应用价值。